TY  - JOUR
T1  - Covid-19 Verileri için Bayes Ağlari ile Makine Öğrenmesi
TT  - Machine Learning with Bayesian Networks for Covid-19 Data
AU  - Aktaş, Serpil
AU  - Yılmaz, Hüseyin Can
PY  - 2023
DA  - March
DO  - 10.28979/jarnas.1162578
JF  - Journal of Advanced Research in Natural and Applied Sciences
JO  - JARNAS
PB  - Çanakkale Onsekiz Mart University
WT  - DergiPark
SN  - 2757-5195
SP  - 127
EP  - 144
VL  - 9
IS  - 1
LA  - tr
AB  - Covid-19 pandemisi, 17 Kasım 2019 tarihinde Çin'in Vuhan Eyaleti'nde ilk defa görülmüştür. Küresel pandemi ilk başta Vuhan’daki deniz mahsülleri ve hayvan satışı yapılan yerlerde görülmüştür. Sonra insanlar arasında da yayılışını devam ettirerek ilk olarak Vuhan ve Çin’in diğer eyaletindeki bölgelere ve dünya üzerinde diğer ülkelere de yayılmıştır. 14 Ağustos 2022 tarihi itibariyle dünyada 590.624.000 vaka meydana gelmiştir ve 6.431.291 hasta ölmüştür. Ülkemizde ve dünya genelinde Covid-19 pandemisinin etkilerini gösteren birçok araştırma ve analiz çalışmaları yapılmıştır. Bu çalışmada dünya genelinde 104 ülkeden oluşan 215.968 adet dünya çapında meydana gelen vaka analiz edilmiştir ve Bayes Ağları (Bayesian Networks) ile makine öğrenimi tekniği kullanılarak hastalar sınıflandırılmaya çalışılmış ve dokuz adet değişkenle Covid-19 virüsüne yakalanan hastaların hayatta kalıp kalmayacağını araştırılmıştır. Böylelikle hangi hastaya öncelik verip tedavi edilmesi gerektiği veya gözlem altında tutulması gerektiği belirlenecektir. Sonuç olarak bu çalışmayla dünya genelindeki Covid-19 pandemisinden kaynaklı ölüm oranlarının düşürülmesi hedeflenmektedir.
KW  - Bayes ağları
KW  - Covid-19
KW  - makine öğrenmesi
KW  - pandemi
N2  - The Covid-19 pandemic emerged on November 17, 2019, in Wuhan Province of China. The outbreak was initially detected in those found in the seafood and animal market in this region. Later, it spread from person to person and spread to other cities in Hubei province, especially in Wuhan, other provinces of China, and other world countries. Until Aug 14, 2022, 590.624.000 cases occurred globally and 6.266.278 patients died from Covid-19. Many research and analysis studies have been conducted in our country and around the world showing the effects of the Covid-19 pandemic. In this study, 215,968 worldwide cases from 104 countries around the world were analysed and the patients were tried to be classified using Bayesian Networks and machine learning techniques. It was investigated whether the patients who caught the Covid-19 virus would survive using nine variables. In this way, it will be determined which patient should be given priority and treated or kept under observation. Thus, this study aims to reduce the death rates due to the Covid-19 pandemic worldwide.
CR  - Ersel, D. (2012). Birliktelik Analizinde Özgün Bir Birleşik İlginçlik Ölçümü, Doktora Tezi, Fen Bilimleri Enstitüsü, Hacettepe Üniversitesi, Ankara, Türkiye.
CR  - Heckerman, D. (1996). A Tutorial on Learning with Bayesian Networks, Microsoft Corporation, Redmond, pp, 33-82. https://doi.org/10.1007/978-3-540-85066-3_3
CR  - Gemela J. (2001). Financial analysis using Bayesian Networks, Applied Stochastic Models in Business and Industry, 17(1), 57-67. https://doi.org/10.1002/asmb.422
CR  - Hui DS. Azhar EI. Madani TA. Ntoumi F. Kock R. Dar O. et al (2020). The continuing COVID-19 epidemic threat of novel coronavirusesto global health — The latest 2019 novel coronavirus outb-reak inWuhan, China. International Journal of Infectious Diseases, 91; 264-266. https://doi.org/10.1016/j.ijid.2020.01.009
CR  - IBM Corp (2016). IBM SPSS Statistics for Windows, Version 23.0. Armonk, New York, U.S.A.
CR  - Jensen, Finn V., and Thomas Dyhre Nielsen (2007). Bayesian networks and decision graphs. Vol. 2. New York: Springer. https://doi.org/10.1007/978-3-540-85066-3_3
CR  - Heckerman, D. (2008). A tutorial on learning with Bayesian networks. Innovations in Bayesian networks, 33-82. https://doi.org/10.1007/978-3-540-85066-3_3
CR  - Karacan, H. & Eryılmaz, F. (2021). Covid-19 Detection from Chest X-Ray Images and Hybrid Model Recommendation with Convolutional Neural Networks . Journal of Advanced Research in Natural and Applied Sciences , 7 (4) , 486-503. https://doi.org/10.28979/jarnas.952700
CR  - Korb, Kevin B.; Nicholson, Ann E (2011). Bayesian artificial intelligence (Computer science and data analysis series) CRC press. https://doi.org/10.1201/9780203491294
CR  - Laurìa, E. J. M. ve Duchessi, P. J., A Bayesian Belief Network for IT Implementation Decision Sup-port, Decision Support Systems, 42(3), 738-742, 2006. https://doi.org/10.1016/j.dss.2006.01.003
CR  - Spiegelhalter, D.J., Dawid, A.P., Lauritzen, S.L., Cowell R. G.  (1993). Bayesian analysis in expert systems”, Statistical Science, 8(3), 219-247. https://doi.org/10.1214/ss/1177010888
CR  - Scutari, M. (2011). Measures of Variability for Graphical Models. PhD thesis, Universita degli Studi di Padova, Dipartimento di Scienze Statistiche, 10(2), 872-873.
CR  - Şencan, Ş. N. , Şencan, B. , Borazan Çelikbıçak, M. , Arslan, D. , Özkan, E. S. , Gökçen, A. Ş. , Çiftçi, R. B. , Arıkan, İ. , Uğur, B. , Şahin, H. , Coşkun, A. E. , Konşuk Ünlü, H. & Aktaş, S. (2020). Lojis-tik Büyüme ve Üstel Büyüme Modelleri ile Türkiye’de Covid-19 Modellemesi . Nicel Bilimler Der-gisi , 2 (1) , 1-18 . https://dergipark.org.tr/tr/pub/nicel/issue/55149/748068
CR  - Verma, T., and J. Pearl (1990). Equivalence and synthesis of causal models, Uncertainty in Artificial Intelligence, Vol. 6, P. Bonissone, M. Henrion, LN Kanal and JF Lemmer., 255-268. https://doi.org/10.1145/3501714.3501732
CR  - Wendler, Tilo, and Sören Gröttrup (2016). Data Mining with SPSS Modeler Theory, Exercises and So-lutions, Cham Springer International Publishing, Springer. https://doi.org/10.1007/978-3-319-28709-6
CR  - Yılmaz, H. C. (2022). “Covıd-19 Verileri İçin Bayes Ağları İle Makine Öğrenmesi”, Yüksek Lisans Tezi, Fen Bilimleri Enstitüsü, Hacettepe Üniversitesi, Ankara, Türkiye.
CR  - Zhou Y, Yang Y, Huang J, Jiang S, Du L (2019). Advances in MERS-CoV Vaccines and Therapeutics Based on the Receptor-Binding Domain. Viruses. 11(1), 60.  https://doi.org/10.3390/v11010060
UR  - https://doi.org/10.28979/jarnas.1162578
L1  - https://dergipark.org.tr/en/download/article-file/2598426
ER  -